职位详情

职位列表 链接有效 不适用(官网全量采集) official:bytedance:7569638311326615861

广告算法工程师(激励方向)-端变现

未披露 · 北京 · 字节跳动

主分类:搜索推荐与业务决策算法研发
算法与数据
来源 JD 数据(旧分类保留,当前主分类见上方)
{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "广告算法工程师(激励方向)-端变现",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "未披露",
        "location": "北京",
        "work_mode": "未披露",AI生成
        "job_category": "算法"AI生成
    },
    "company": {
        "company_name": "字节跳动",
        "company_industry": "互联网 / 数字内容 / 电商",
        "company_size": "10000人以上",
        "company_website": "bytedance.com",
        "company_description": "字节跳动提供内容创作、信息分发、电商和协作产品,旗下产品包括抖音、今日头条、TikTok和飞书。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "未披露",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "团队介绍:端变现团队是商业化能力的核心承载者之一,全面负责旗下主流产品矩阵的变现价值挖掘、技术体系搭建与业务增长助力。团队以“技术驱动商业价值,体验平衡增长效能”为核心目标,覆盖抖音、今日头条、番茄小说、西瓜视频、红果短剧等产品变现、用户增长核心业务场景,通过整合变现策略、工程技术与增长激励等多元能力,打通“流量-技术-转化-增长”全链路,为产品商业可持续性、用户体验优化及业务规模增长提供全方位支撑。\n\n1、参与抖音、今日头条、番茄小说等亿级用户规模产品的变现、增长工作,聚焦流量优化、激励补贴以及长期价值建模,实现广告营收的提升以及用户留存的优化;\n2、运用深度学习、强化学习、因果推断、运筹优化、Policy Learning等技术提升个性化激励准确度,通过算法建模实现激励与流量的高效协同,落地前沿研究成果,持续推动字节跳动用户的LTV提升;\n3、在超大规模深度学习框架下,参与模型、出价以及策略迭代,持续深入优化激励场景的CTR/CVR/Uplift模型,探索激励在广告与营销场景的业界最佳实践。",
        "requirements_text": "1、具备优秀的编码能力,拥有扎实的数据结构与算法功底;\n2、熟悉常用机器学习工具及深度学习编程框架(TensorFlow/PyTorch);\n3、熟悉任意一种常见领域算法或有相关工作经验,包括因果推断、推荐、广告、搜索、NLP等;\n4、对技术充满热情,热衷于将前沿基础理论与算法落地,解决真实业务问题;\n5、有智能补贴、智能定价、投放、推荐等相关领域或项目实践经验者优先。",
        "skills": [AI生成
            "PyTorch",
            "TensorFlow",
            "机器学习",
            "深度学习",
            "数据结构"
        ],
        "preferred_qualifications": "5、有智能补贴、智能定价、投放、推荐等相关领域或项目实践经验者优先",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://jobs.bytedance.com/experienced/position/7569638311326615861/detail"
            }
        ]
    },
    "posting": {
        "posting_id": "7569638311326615861",
        "post_date": "2025-11-06",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://jobs.bytedance.com/experienced/position/7569638311326615861/detail"
    },
    "fulltext": "广告算法工程师(激励方向)-端变现\n职位描述\n团队介绍:端变现团队是商业化能力的核心承载者之一,全面负责旗下主流产品矩阵的变现价值挖掘、技术体系搭建与业务增长助力。团队以“技术驱动商业价值,体验平衡增长效能”为核心目标,覆盖抖音、今日头条、番茄小说、西瓜视频、红果短剧等产品变现、用户增长核心业务场景,通过整合变现策略、工程技术与增长激励等多元能力,打通“流量-技术-转化-增长”全链路,为产品商业可持续性、用户体验优化及业务规模增长提供全方位支撑。\n\n1、参与抖音、今日头条、番茄小说等亿级用户规模产品的变现、增长工作,聚焦流量优化、激励补贴以及长期价值建模,实现广告营收的提升以及用户留存的优化;\n2、运用深度学习、强化学习、因果推断、运筹优化、Policy Learning等技术提升个性化激励准确度,通过算法建模实现激励与流量的高效协同,落地前沿研究成果,持续推动字节跳动用户的LTV提升;\n3、在超大规模深度学习框架下,参与模型、出价以及策略迭代,持续深入优化激励场景的CTR/CVR/Uplift模型,探索激励在广告与营销场景的业界最佳实践。\n\n职位要求\n1、具备优秀的编码能力,拥有扎实的数据结构与算法功底;\n2、熟悉常用机器学习工具及深度学习编程框架(TensorFlow/PyTorch);\n3、熟悉任意一种常见领域算法或有相关工作经验,包括因果推断、推荐、广告、搜索、NLP等;\n4、对技术充满热情,热衷于将前沿基础理论与算法落地,解决真实业务问题;\n5、有智能补贴、智能定价、投放、推荐等相关领域或项目实践经验者优先。\n团队介绍:端变现团队是商业化能力的核心承载者之一,全面负责旗下主流产品矩阵的变现价值挖掘、技术体系搭建与业务增长助力。团队以“技术驱动商业价值,体验平衡增长效能”为核心目标,覆盖抖音、今日头条、番茄小说、西瓜视频、红果短剧等产品变现、用户增长核心业务场景,通过整合变现策略、工程技术与增长激励等多元能力,打通“流量-技术-转化-增长”全链路,为产品商业可持续性、用户体验优化及业务规模增长提供全方位支撑。\n\n1、参与抖音、今日头条、番茄小说等亿级用户规模产品的变现、增长工作,聚焦流量优化、激励补贴以及长期价值建模,实现广告营收的提升以及用户留存的优化;\n2、运用深度学习、强化学习、因果推断、运筹优化、Policy Learning等技术提升个性化激励准确度,通过算法建模实现激励与流量的高效协同,落地前沿研究成果,持续推动字节跳动用户的LTV提升;\n3、在超大规模深度学习框架下,参与模型、出价以及策略迭代,持续深入优化激励场景的CTR/CVR/Uplift模型,探索激励在广告与营销场景的业界最佳实践。\n1、具备优秀的编码能力,拥有扎实的数据结构与算法功底;\n2、熟悉常用机器学习工具及深度学习编程框架(TensorFlow/PyTorch);\n3、熟悉任意一种常见领域算法或有相关工作经验,包括因果推断、推荐、广告、搜索、NLP等;\n4、对技术充满热情,热衷于将前沿基础理论与算法落地,解决真实业务问题;\n5、有智能补贴、智能定价、投放、推荐等相关领域或项目实践经验者优先。",
    "standard_classification": {
        "std_category_code": "T011",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}